Les gisements de ressources naturelles (H₂ naturel, lithium, cuivre, etc.) résultent de circulations de fluides, de transferts de chaleur et d’interactions fluide-roche sur des temps géologiques. Pour les comprendre et mieux prédire la localisation des ressources, il est nécessaire de modéliser conjointement ces phénomènes à l’échelle du bassin.
Cependant, la résolution directe des équations géochimiques est coûteuse et difficile à coupler avec les simulateurs de bassin. Les métamodèles géochimiques, notamment basés sur l’apprentissage automatique, offrent une voie pour réduire fortement les temps de calcul tout en préservant la cohérence physico-chimique. Des avancées récentes ont exploré l’utilisation de ces méthodes d’apprentissage pour accélérer les calculs, mais leur application reste limitée à des schémas de couplage simples et à des intervalles de conditions physico-chimiques restreints, rendant ces modèles souvent spécifiques à un cas d’étude (Guerillot & Bruyelle, 2020 ; De Lucia & Kükn, 2021 ; Demirer et al., 2023). Le projet vise donc à relever ces défis en optimisant le choix des variables d’entrée/sortie et à développer des schémas de couplage plus complexes, afin d’améliorer la prédiction des ressources naturelles dans les bassins sédimentaires.
La date d’obtention du doctorat ne doit pas être antérieure de plus de trois ans au début du contrat postdoctoral.

Le/la post-doctorant(e) aura pour mission de développer des métamodèles robustes pour chacune des principales réactions géochimiques contrôlant la libération et le piégeage de l’hydrogène dans le sous-sol, en s’appuyant sur des approches d’apprentissage automatique. Les étapes clés incluront :

• La compréhension approfondie des processus chimiques impliqués dans le cycle de l’hydrogène.
• La réduction des processus complexes en réactions représentatives, adaptées à la modélisation.
• La sélection et l’entraînement de métamodèles (lois analytiques, surfaces de réponse, IA), validés par comparaison avec des calculs géochimiques complets.
• L’analyse de contrôle et précision de métamodèles.
• L’intégration des métamodèles dans le module de transport réactif d’un simulateur de bassin, suivi de tests sur un système naturel d’hydrogène réel.

Ce projet postdoctoral, prévu dans le cadre du PEPR Sous-Sol en collaboration avec Mines Paris – PSL, sera subdivisé en deux grandes étapes : une phase d’apprentissage sur un cas d’étude bien documenté et le transfert méthodologique vers une thématique plus générale : la production d’hydrogène naturel (H₂) à l’échelle du bassin, avec implémentation dans le simulateur.

Déplacements occasionnels de quelques jours en France.

Compétences techniques

• Une expérience solide en modélisation géochimique,
• Une expérience souhaitée avec les méthodes de modélisation statistique ou d’IA (régressions non linéaires, surfaces de réponse, validation croisée, analyse d’incertitudes, conception de plans d’expériences),
• Une maîtrise avancée d’un langage de programmation (Python ou C++).

Compétences comportementales
Une capacité à travailler en autonomie, à évoluer dans un environnement interdisciplinaire et à valoriser ses travaux par l’écriture scientifique en français et en anglais et par communication à congrès.

Diplôme

Doctorat en géochimie ou domaine connexe

Langues

Bonne maitrise de l’anglais indispensable (minimum niveau C1)
Connaissances du français souhaitable

For further information and to apply, please contact:nathalie.collard@ifpen.fr